壓縮感知恢復(fù)算法研究.pdf

1、現(xiàn)代信息技術(shù)的迅猛發(fā)展，使得人們對信息需求量越來越大，而傳統(tǒng)的信號壓縮和重建遵循香農(nóng)-耐奎斯特采樣定律，即采樣率必須至少為信號最高頻率的兩倍，才能保證在重建時不產(chǎn)生失真，這無疑將給信號采樣、傳輸和存儲過程帶來越來越大的壓力。壓縮感知理論以信號的稀疏性或可壓縮性為前提，將信號的采樣和壓縮一步完成，避免了傳統(tǒng)采樣壓縮的資源浪費，利用少量的采樣值就能精確地恢復(fù)原信號，并且已經(jīng)得到廣泛的應(yīng)用。
　　 本論文詳細介紹了壓縮感知理論的基本原

2、理，重點研究和總結(jié)了已有的恢復(fù)算法，分析各算法的原理，并從多個角度比較了各算法的性能?？紤]到傳統(tǒng)恢復(fù)算法忽略了信號的結(jié)構(gòu)信息，因此介紹了基于模型的方法，利用信號的結(jié)構(gòu)特點，確定信號非零元素或較大系數(shù)的位置，從而更加精確地重建原信號。并將基于模型的方法和SP算法和CoSaMP算法相結(jié)合，研究了改進的Mb-SP算法Mb-CoSaMP算法，分析比較了算法的性能。
　　 傳統(tǒng)壓縮感知的恢復(fù)算法為了提高信號的重建效果，在稀疏變換部分常采用